阿贝尔判别法在一类特殊傅立叶级数的收敛性判定上的应用

本文主要从物理专业学科的应用出发,介绍了一般项级数的收敛判别法——阿贝尔判别法,并给出了应用这一判别法的例子。     

基于自适应退火遗传算法的船舶管路布局优化方法

采用自适应遗传算法来确定标准遗传算法的杂交率和变异率,尤其对变异率的调整,使其不但能根据个体适应值的大小进行自适应修正,而且能随进化状态的改变而改变,从而增强了算法摆脱局部最优解的能力.同时引入模拟退火思想,通过对标准遗传算法接受算子的退火处理,使其在搜索过程中除了接受优化解以外还以Metropolis准则接受恶化解,提高了种群的多样性,有效地增强了全局寻优能力.通过对适应值函数的退火拉伸,调整了进化前后期的适应值差异,从而加速了寻优过程.最终以形成的自适应模拟退火遗传算法进行船舶管路的三维布局优化,仿真实验表明,该算法不但加快了寻优速度,而且与标准遗传算法相比全局收敛率提高了近30%.     

环糊精对莲藕汁饮料的除涩味作用探讨

本文研究了环糊精复合莲藕汁饮品中涩味物质—鞣质的最佳条件:以质量比为3:7的α、β复合环糊精为除涩剂;用量为2.5g/L;pH值为8.0;温度为70℃;搅拌速度为1000r/min;反应时间为3h.结果表明:环糊精包覆后明显提高了莲藕汁饮料的品质,去除了涩味,并提高了稳定性.     

浅谈非正常积分的计算方法

讨论非正常积分的一些常用的计算方法     

四元数亚正定系统混参分裂迭代方法

随着四元数的广泛应用,大型四元数结构矩阵方程的求解成为科学计算的重要课题。本文针对四元数亚正定系统AX=B,在NPSS迭代基础上通过引入双参数和松弛加速技术,构建出两种新的混参分裂迭代格式ANPSS和SANPSS,同时运用四元数矩阵特征值理论,证明了这两种迭代的收敛性,并给出相关参数的取值范围。此外我们采用四元数矩阵的复表示方法,在Matlab环境下实现该系统的数值求解。数值算例表明,多参数的灵活选取,显示出所提混参分裂迭代相比NPSS迭代具有更高的收敛效率。     

并行遗传算法收敛性分析及优化

针对并行遗传算法（parallel genetic algorithms，PGA）容易出现收敛过快和陷入局部最优解的问题，综合多种不同进化策略遗传算法之所长，设计了一种混合的粗粒度并行遗传算法。该算法由多个独立的子群体组成，各个子群体并行的、独立的、按照不同的遗传进化策略进化，每隔一定的时间，在子群体之间进行最优个体的迁移，促进群体的共同进化，并抑制群体早熟。在PVM环境下，用该算法实现函数优化问题，仿真实验数据表明了其有效性．     

目标函数对神经网络性能影响的研究

通过对常用目标函数的性能，网络的收敛性及其统计特性影响的系统分析，给出了基于李雅普洛夫定理的有关收敛性的理论证明。理论分析和相关实验表明，神经网络采用选择性强的目标函数其逼近能力也强，而选择合适的目标函数，可以保证神经网络逼近是对函数的无偏估计。     

卵清蛋白沉淀法分析干红葡萄酒的涩感质量

为了正确评价干红葡萄酒涩感质量,实验以贺兰山东麓产区9款单宁含量有差异的干红葡萄酒为研究对象,分析供试酒样的多酚、单宁含量,培训品评员,进行供试酒样的涩感特征的感官量化分析,同时模拟口腔唾液蛋白与葡萄酒单宁的结合反应,添加不同卵清蛋白溶液(0～8.0g/L)絮凝单宁,分析A₂₈₀下降趋势。结果表明,干红葡萄酒的干涩与糙涩之间极显著正相关,并且它们与多酚、单宁含量极显著正相关,也与添加卵清蛋白引起A₂₈₀下降的速率a值极显著正相关；干红葡萄酒的绒涩感与苦味之间显著负相关,它们与干涩、糙涩、多酚、单宁以及a值之间无显著相关性,绒涩感可能与合适的橡木桶陈酿之间有联系。干涩和糙涩主要来源于多酚和单宁,基于蛋白沉淀法预测葡萄酒的涩感质量具有局限性,绒涩感可能产生于合理陈酿中的单宁柔化过程。     

柿单宁研究进展

概述了柿单宁的定义、分类和功能作用.阐述了柿单宁的特性、主要组成、分子结构及柿果在生长成熟、脱涩和加工过程中单宁的存在方式和运动变化规律的研究进展.柿单宁主要由儿茶素、儿茶素-3-酸、儿茶素和儿茶素-3-酸四种单体组成,通过C-4、C-6或C-8位相连接可聚合成高聚物.涩柿果实在生长、成熟中单宁细胞体积变大,数量增多,单宁含量增加.脱涩中单宁细胞收缩,单宁由低聚物变成高聚物,涩味消失.在加工中返涩的主要原因是由于柿单宁从无涩味的高聚物水解变成了有涩味的低聚物.     

一种改进的非线性离散系统迭代学习控制算法

针对非线性离散时变系统的迭代学习控制问题,提出了一种改进的迭代学习控制算法。在新控制算法中,除了在传统算法基础上增加了状态补偿外,还引用了小波变换来对跟踪误差进行了滤波而没有相位补偿。利用该算法进行学习控制,使系统的实际输出以更快的速度收敛于系统的理想输出;并进一步从理论上证明了新算法的收敛性。